Cтраница 4
При выделении из некоторой избыточной обобщенной структуры постепенно удаляются липшие элементы. Алгоритмы выделения могут использоваться, если предварительно составлена обобщенная структура для рассматриваемого класса объектов. Примерами таких обобщенных структур могут служить обобщенные технологические маршруты обработки детален некоторых классов на металлообрабатывающих станках. В обобщенный маршрут включают операции, которые могут встретиться при различных сочетаниях конструктивных особенностей в деталях данного класса. Дальнейшее сопоставление чертежа конкретной детали и обобщенного маршрута позволяет убрать лишние операции и сформировать конкретный технологический маршрут. [46]
По определению двумя тривиальными вершинными сечениями ( критическими) являются множества входных и выходных вершин Кви и Лвых на каждой псевдокомпоненте. Алгоритм выделения критических вершинных сечений псевдокомпонент состоит в следующем. [47]
Нейронные сети, как мы показываем, потенциально обладают прекрасными возможностями находить маломерные проекции. Поэтому, возможно, они и оказываются очень полезными при решении многих задач, для которых нет удовлетворительной формализации. Идеалом было бы предложить набор алгоритмов выделения маломерных проекций и областей, где простые и ясные представления уже не работают. [48]
В докладе [ I ] были рассмотрены все аспекты проблемы автоматизации расчетов сложных схем. Было показано, что для повы - шения эффективности программы автоматического расчета сложных схем ( РСС), она должна быть дополнена алгоритмом улорядочива-ния схемы. Наиболее важными частями этого алгоритма являются алгоритмы выделения комплексов [2] и алгоритм определения оптимального количества разрывов. Рассмотрению этих алгоритмов и будет посвящен доклад. [49]
Поскольку в этой главе мы будем иметь дело с проблемой описания объекта, скажем сначала несколько слов о задаче выделения объекта на произвольном изображении. Результатом этих усилий не было создание какой-либо ясной и всеобъемлющей теории; более того, известны зрительные иллюзии, в которых кажется, что объект и фон время от времени меняются местами. Мы не должны поэтому ожидать открытия какого-то универсального и всюду применимого алгоритма выделения объекта. С другой стороны, существует много приемов, которые полезны в конкретных случаях. [50]
Система включает акустические датчики, устанавливаемые на трубу про-дуктопровода. При возникновении свища вытекающая струя продукта создает внутри трубопровода звуковую волну, которая распространяется в обе стороны по трубопроводу, принимается находящимися на краях охраняемого участка датчиками и преобразуется в соответствующие электрические сигналы. Сиг - налы по кабелям поступают на вход блока анализа, содержащего специализированное вычислительное устройство, которое реализует алгоритм выделения звука утечки из фоновых шумов перекачиваемого продукта и формирует аварийный сигнал, преобразуемый блоком сопряжения и управления в сообщение, передаваемое по штатной линии телемеханики на пульт диспетчера линейно-производственного управления. Система обеспечивает также определение момента прохода очистного поршня через контролируемый участок и передачу этой информации на пульт диспетчера. [51]
Прежде всего из 852 рефератов, содержащихся в массиве по офтальмологии, выбираются все различные слова. После того как у слов, оканчивающихся на s, удалена последняя буква, мы получаем так называемый словарь словоформ. Затем из этого списка вычеркиваются слова, встретившиеся по одному разу во всем массиве, а также слова, встретившиеся в 25 % документов или более того, поскольку довольно ясно, что термины с частотой 1 не будут иметь значения при сравнении документа и запроса, а термины, встречающиеся с большой частотой, не позволяют выделить из массива нужные документы. К 5100 оставшимся терминам применяется алгоритм выделения слов-различителей, в результате чего около 200 терминов вычеркиваются как слова-неразличители. [52]
Из сказанного выше очевидно, что существует множество алгоритмов выделения признаков в процессе предварительной обработки информации; их число непрерывно и быстро растет, поскольку выбор способов решения конкретной задачи в большой степени обусловлен характером самой задачи. Успех всего исследования по проблеме распознавания образов определяется тем, насколько удачно выполнен этап выделения признаков. Общее признание получила точка зрения, согласно которой новых крупных достижений в этой области следует ожидать как раз на стадии выделения признаков при предварительной обработке информации. [53]
Если удастся разложить многочлен Р ( х) на множители, то мы понизим степень уравнения и в той или иной мере упростим задачу его решения. Для определенности изложения рассмотрим случай, когда коэффициенты aft многочлена Р ( х) суть действительные числа. Как известно из курсов алгебры, корни такого многочлена могут быть действительными, при этом кратности их могут быть любыми; комплексные же корни должны быть попарно сопряжены, и кратности сопряженных корней обязательно одинаковы. Многочлен Р ( х) может быть представлен в виде произведения нескольких дей-ствительных множителей, линейных или квадратичных, совпадающих или различных; при этом линейные мно-жители отвечают действительным корням многочлена, квадратичные же отвечают парам сопряженных комплексных корней. Поэтому, принципиально говоря, достаточно ограничиться рассмотрением алгоритмов выделения только линейных и квадратичных множителей. [54]
В связи с тем, что интенсивность ударной волны является одним из основных факторов, определяющих скорость разложения ВВ за ее фронтом, встает вопрос о выделении фронта ударной волны в численных расчетах. В одномерной геометрии выделение фронта не представляет сложностей. Существуют и более точные схемы, в которых фронт ударной волны рассматривается как одна из границ счетной области. На ней ставятся граничные условия, следующие из законов сохранения на разрыве. В работе [184] обсуждается алгоритм выделения фронта ударной волны в двумерной геометрии. [55]